商用车智能地图出行方法和系统技术方案

本发明专利技术提供了一种商用车智能地图出行方法和系统，包括：输入出发地和目的地；通过地图API计算出若干条推荐规划路线以及对应每条推荐规划路线的高速公路费；对于推荐规划路线，先结合路况进行切片分段得出各个行程，再在每个行程中结合车辆的载重类别和司机的驾驶行为分析确定各个行程的油耗或者电耗，推荐规划路线为时间较短和/或距离较短的前若干条路线；对各个行程的油耗和/或电耗进行叠加，将总油费和/或总电费与高速公路费相加得出每条推荐规划路线的出行费用，基于出行费用进行路线规划。本发明专利技术提高了车辆长途行驶出行费用中油费或者电费的计算精度，并同时对出行的综合出行成本进行全面的考量，能满足商用车用户的长途路线规划需求。途路线规划需求。途路线规划需求。

【技术实现步骤摘要】
商用车智能地图出行方法和系统


[0001]本专利技术属于商用车导航
，尤其涉及一种商用车智能地图出行方法和系统。

技术介绍

[0002]商用车的货物运输是现代运输主要方式之一，也是构成陆上货物运输的两个基本运输方式之一。它在整个运输领域中占有重要的地位，并发挥着愈来愈重要的作用。
[0003]目前，市面上商用车导航长途路径规划方案一般按照时间最短、里程最短、高速收费最低3种方式进行单方面因素的路线规划推荐，没有考虑日益增长的油费对出行成本影响，也没有对长途路线的油耗进行精确的计算和预估，而对于长途行驶的商用车而言，综合出行成本其实是既需要考虑影响包含油耗和高速费成本的精确出行费用(尤其是对商用车而言出行费用的优先级和预估出行费用的计算精度要求都越来越高)，还要适当考虑行驶的时间和里程的影响，从而在实际角度综合对出行成本进行总体全面的考量，然而现有的出行和地图路线规划方法都没有充分考虑车辆行驶过程中的全面考量了时间、距离和出行费用的综合出行成本，其往往只对单一的影响因素进行统计考量，此外，现有的方法对商用车的长途出行费用的油费计算精度一般不够准确，从而无法真正提出满足用户实际需求的出行路线规划方案。
[0004]因此，基于以上的情况，急需设计一种商用车智能地图出行方法和系统，以进一步提高长途行驶出行费用的油费计算精度，并同时对出行的综合出行成本进行全面的考量，从而制定出各方面都满足商用车用户实际需求的优化出行规划路线。

技术实现思路

[0005](一)要解决的技术问题
[0006]本专利技术提供了一种商用车智能地图出行方法和系统，该方法和系统提高了车辆长途行驶出行费用中油费的计算精度，并同时对出行的综合出行成本进行全面的考量，从而满足货车等商用车用户的路线规划需求。
[0007](二)技术方案
[0008]本专利技术还公开了一种商用车智能地图出行方法，所述方法包括：
[0009]步骤1：输入出发地和目的地；
[0010]步骤2：通过地图API计算出若干条推荐规划路线以及对应每条推荐规划路线的高速公路费，所述推荐规划路线为时间较短和/或距离较短的前若干条路线；
[0011]步骤3：对于所述推荐规划路线，先结合路况进行切片分段得出各个行程，再在每个行程中结合车辆的载重类别和司机的驾驶行为分析确定各个行程的油耗和/或电耗；所述路况包括平原高速、平原国道、丘陵高速、丘陵国道、山区高速、山区国道和高原；
[0012]步骤4：对所述各个行程的油耗或者电耗进行叠加，结合油价和/或电价输出基于每条推荐规划路线的总油费和/或总电费，将所述总油费和/或总电费与所述高速公路费相
加得出每条推荐规划路线的出行费用，基于所述出行费用进行路线规划。
[0013]优选的，所述方法还包括以下的步骤5：用户选择合适的路线后点击发送到车，车载地图模块则会自动导航到目的地。
[0014]优选的，所述步骤1在手机远程终端或者车机本地终端上执行。
[0015]优选的，所述载重类别具体划分为以下5类：空载、轻载、半载、满载和超载。
[0016]优选的，步骤3中还包括：对所述路况和所述载重类别进行分类后，确定与当前行程载重类别相同的商用车的历史累计平均油耗和/或平均电耗，所述历史累计平均油耗和/或平均电耗是根据大数据统计获得的当前路况和载重下的多辆车的平均油耗值和/或平均电耗值，根据司机以往的所述驾驶行为来确定对历史累计平均油耗和/或平均电耗的影响，以计算出各个行程的油耗和/或电耗。
[0017]优选的，步骤3具体包括驾驶行为分析模型的运行步骤3.1
‑
步骤3.5：
[0018]步骤3.1：特征值选取
[0019]选取急加速、急减速、怠速、停车踩油门/电门、大油门/大电门的5类行为作为特征值；
[0020]步骤3.2：数据采集和预处理
[0021]首先对接入的当前司机以往的驾驶数据进行清洗和预处理，检查数据一致性，处理无效值和缺失值后获得特征值的输入数据；
[0022]步骤3.3：特征值统计和计算
[0023]根据所述输入数据对所述特征值进行统计，按照相同载重类别和相同路况对输入数据中行程内的特征值进行统计分类和计算，获取与本次行驶工况相同的多个特征值G
i
的值；
[0024]步骤3.4：构建评分模型
[0025][0026]其中，函数f为当前行程的路段内驾驶行为的综合得分，G
i
为第i个特征值，a
i
为特征权重矩阵，n等于5；
[0027]步骤3.5：驾驶行为评分
[0028]根据步骤3.3统计的特征值G
i
和步骤3.4的评分模型计算得到推荐规划路线的驾驶行为的综合得分。
[0029]优选的，基于所述综合得分f
i
和以下公式获得每个行程的油耗或者电耗Totaloil
i
[0030]Totaloil
i
＝(AverageOil
i
‑
AverageOil
i
*(f
i
‑
80)*D
i
)*Mileage
i
[0031]其中：Totaloil
i
代表推荐路线中第i段行程的累计油耗或者累计电耗，AverageOil
i
代表第i段行程载重类别相同、路况相同的历史累计平均油耗或者平均电耗，f
i
代表第i段行程内驾驶行为的综合得分，D
i
为常数系数，能根据不同行驶场景和车型进行调整，Mileage
i
代表第i段行程的总里程；
[0032]将Totaloil
i
求和即可得到每个推荐路线的累计油耗或者累计电耗Totaloil：
[0033][0034]其中，m是对应推荐规划路线中所划分的行程的总个数。
[0035]优选的，所述步骤3.4中还包括：
[0036]计算模型的损失函数：
[0037]L＝f'
‑
f
[0038]其中，L代表损失值，f'代表真实值，f代表预测值。
[0039]然后，使用Adam梯度下降算法和误差反向传播算法更新特征权重矩阵a
i
，在特征权重矩阵符合相应条件后停止模型的训练。
[0040]在另外一方面，本专利技术还公开了一种商用车智能地图出行系统，包括：
[0041]至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如上述任一项所述的商用车智能地图出行方法。
[0042]所述商用车智能地图出行系统可以为远程的服务器或者本地的车机终端。
[0043]在另外一方面，本专利技术还公开了一种车辆，所述车辆中包括上述所述的商用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种商用车智能地图出行方法，其特征在于，所述方法包括：步骤1：输入出发地和目的地；步骤2：通过地图API计算出若干条推荐规划路线以及对应每条推荐规划路线的高速公路费，所述推荐规划路线为时间较短和/或距离较短的前若干条路线；步骤3：对于所述推荐规划路线，先结合路况进行切片分段得出各个行程，再在每个行程中结合车辆的载重类别和司机的驾驶行为分析确定各个行程的油耗和/或电耗；所述路况包括平原高速、平原国道、丘陵高速、丘陵国道、山区高速、山区国道和高原；步骤4：对所述各个行程的油耗或者电耗进行叠加，结合油价和/或电价输出基于每条推荐规划路线的总油费和/或总电费，将所述总油费和/或总电费与所述高速公路费相加得出每条推荐规划路线的出行费用，基于所述出行费用进行路线规划。2.根据权利要求1所述的商用车智能地图出行方法，其特征在于，所述方法还包括以下的步骤5：用户选择合适的路线后点击发送到车，车载地图模块则会自动导航到目的地。3.根据权利要求1所述的商用车智能地图出行方法，其特征在于，所述步骤1在手机远程终端或者车机本地终端上执行。4.根据权利要求1所述的商用车智能地图出行方法，其特征在于，所述载重类别具体划分为以下5类：空载、轻载、半载、满载和超载。5.根据权利要求1或4所述的商用车智能地图出行方法，其特征在于，步骤3中还包括：对所述路况和所述载重类别进行分类后，确定与当前行程载重类别相同的商用车的历史累计平均油耗和/或平均电耗，所述历史累计平均油耗和/或平均电耗是根据大数据统计获得的当前路况和载重下的多辆车的平均油耗值和/或平均电耗值，根据司机以往的所述驾驶行为来确定对历史累计平均油耗和/或平均电耗的影响，以计算出各个行程的油耗和/或电耗。6.根据权利要求5所述的商用车智能地图出行方法，其特征在于，步骤3具体包括驾驶行为分析模型的运行步骤3.1
‑
步骤3.5：步骤3.1：特征值选取选取急加速、急减速、怠速、停车踩油门/电门、大油门/大电门的5类行为作为特征值；步骤3.2：数据采集和预处理首先对接入的当前司机以往的驾驶数据进行清洗和预处理，检查数据一致性，处理无效值和缺失值后获得特征值的输入数据；步骤3.3：特征值统计和计算根据所述输入数据对所述特征值进行统计，按照相同载重类别和相同路况对输入数据中行程内的特征值进行统计分类和计算，获取与本次行驶工况相同的多个特征值G
i
的值；步骤3.4：构建评分模型其中，函数f为当前行程的路段内驾驶行为的综合得分，G
i
为第i个特征...

【专利技术属性】
技术研发人员：朱宏，孙凡，胡志强，于萌，
申请(专利权)人：湖南行必达网联科技有限公司，
类型：发明
国别省市：